999视频在线免费观看,国产精品一二二区,亚洲国产香蕉视频,中文字幕有码在线视频,亚洲日本另类,中国三级黄色大片,成人中文字幕在线观看

崗位職責(zé)
1.行業(yè) AI 模型研發(fā)：聚焦冶金、核電核心業(yè)務(wù)痛點(diǎn)，負(fù)責(zé) AI 算法模型的設(shè)計(jì)、訓(xùn)練與優(yōu)化。
2.AI 系統(tǒng)集成與落地：協(xié)同軟件、硬件團(tuán)隊(duì)完成 AI 模型與業(yè)務(wù)系統(tǒng)的集成部署，解決工程化落地難題。
3.數(shù)據(jù)處理與特征工程：負(fù)責(zé)冶金、核電業(yè)務(wù)場景下的數(shù)據(jù)集構(gòu)建與優(yōu)化。例如，處理冶金連鑄過程中每秒 2000 條的設(shè)備運(yùn)行數(shù)據(jù)，完成數(shù)據(jù)清洗、異常值剔除與特征提取，構(gòu)建鋼水質(zhì)量預(yù)測模型的訓(xùn)練數(shù)據(jù)集；整理核電設(shè)備歷年故障數(shù)據(jù)與運(yùn)維記錄，通過特征工程挖掘關(guān)鍵影響因素，提升故障診斷模型的泛化能力。
4.AI 模型迭代與維護(hù)：基于業(yè)務(wù)反饋與新數(shù)據(jù)，持續(xù)迭代優(yōu)化 AI 模型性能。如針對冶金客戶提出的 “小樣本缺陷檢測” 需求，引入遷移學(xué)習(xí)算法優(yōu)化模型，在新增缺陷樣本不足 50 條的情況下，仍保持 95% 以上的識別準(zhǔn)確率。
5.技術(shù)文檔與知識沉淀：編寫 AI 模型設(shè)計(jì)文檔、訓(xùn)練報(bào)告、部署手冊等技術(shù)資料，沉淀 AI 研發(fā)與落地經(jīng)驗(yàn)。在核電項(xiàng)目交付中，配合客戶完成 AI 模型驗(yàn)證文檔編制，清晰說明模型原理、精度指標(biāo)與安全保障機(jī)制，確保項(xiàng)目順利驗(yàn)收。

任職要求
1.專業(yè)背景：計(jì)算機(jī)科學(xué)與技術(shù)、人工智能、數(shù)據(jù)科學(xué)、自動化等相關(guān)專業(yè)碩士及以上學(xué)歷（優(yōu)秀本科可放寬，需有突出 AI 項(xiàng)目經(jīng)歷），無掛科、重修，熟悉機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、計(jì)算機(jī)視覺、時(shí)序數(shù)據(jù)分析等 AI 技術(shù)，有冶金 / 核電行業(yè) AI 研發(fā)經(jīng)歷者優(yōu)先。
2.技術(shù)能力：熟練掌握至少一種 AI 開發(fā)框架，如 TensorFlow、PyTorch、Scikit-learn；具備獨(dú)立設(shè)計(jì)并實(shí)現(xiàn)復(fù)雜 AI 模型的能力，例如能基于業(yè)務(wù)需求設(shè)計(jì)自定義網(wǎng)絡(luò)結(jié)構(gòu)的深度學(xué)習(xí)模型，或開發(fā)結(jié)合領(lǐng)域知識的混合 AI 模型；熟悉 Python 編程，具備數(shù)據(jù)處理（Pandas、NumPy）與可視化（Matplotlib、Seaborn）能力。
3.工程實(shí)踐能力：具備 AI 模型工程化思維，了解工業(yè)場景下的模型部署約束（如硬件算力、實(shí)時(shí)性要求），有邊緣計(jì)算設(shè)備 AI 部署、工業(yè)級 AI 系統(tǒng)開發(fā)經(jīng)驗(yàn)者優(yōu)先；熟悉模型壓縮、量化、加速技術(shù)，能在保證模型精度的前提下，提升推理效率。
4.行業(yè)認(rèn)知與學(xué)習(xí)能力：了解冶金自動化生產(chǎn)流程（如連鑄、軋制）或核電設(shè)備運(yùn)行邏輯，能快速理解業(yè)務(wù)需求并轉(zhuǎn)化為 AI 技術(shù)方案；具備較強(qiáng)的自主學(xué)習(xí)能力，可快速掌握行業(yè)特定技術(shù)（如冶金行業(yè)的高溫環(huán)境圖像預(yù)處理、核電行業(yè)的小樣本故障診斷技術(shù)）。
5.溝通協(xié)作能力：能清晰表達(dá) AI 模型設(shè)計(jì)思路與技術(shù)方案，與軟件、硬件、業(yè)務(wù)團(tuán)隊(duì)高效協(xié)作；具備良好的問題分析與解決能力，能在 AI 落地遇到工程難題時(shí)，提出切實(shí)可行的解決方案。